[发明专利]基于PICGTFs和SSMC增强的腭裂语音咽擦音自动识别方法

摘要

本发明公开了一种基于PICGTFs和SSMC增强的腭裂语音咽擦音自动识别方法，涉及语音信号处理领域。所述方法利用分段指数压缩Gammatone滤波器组PICGTFs对语音进行滤波处理，分别基于多通道的Softsign模型SSMC(Softsign‑based Multi‑Channel)和高斯差分DoG(Difference of Gaussian)模型对各个通道的语音信号语谱图进行增强处理，将增强后的语谱图分别提取特征向量，并分别放入KNN分类器中进行模式识别，判断是否属于咽擦音，并取相同的分类结果作为算法最终的识别结果。该方法充分利用了咽擦音与正常语音在谱能量的频域分布上的差异，相比于现有技术，检测结果客观准确，实现较高程度的自动测量，在临床上对咽擦音的数字化评估提供可靠的参考数据，符合精准医疗的发展需求，进行更加准确有效的信号分类识别。

主权项

1.一种基于PICGTFs和SSMC增强的腭裂语音咽擦音自动识别方法，其特征在于，包括以下步骤：(1)信号预处理，对输入的语音信号进行幅值归一化、预加重、分帧和短时傅里叶变换；(2)对预处理后的信号进行基于分段指数压缩Gammatone滤波器组PICGTFs的滤波处理，得到滤波后的L个子带通道；(3)对滤波后的多子带通道语谱做基于多通道的Softsign模型SSMC对各个通道的语音信号语谱图进行增强处理，提取增强后各通道的谱均值作为特征向量F1；对滤波后的各通道的语谱图进行高斯差分DoG增强和规整化处理，利用分段三次Hermite插值多项式法PCHIP提取谱包络AP，并计算谱熵S，将二者作为特征向量F2；对滤波后的各通道的语谱图进行高斯差分DoG增强和规整化处理，利用Hilbert变换提取谱包络AH，并计算谱熵S，将二者作为特征向量F3；(4)在提取语音信号特征F1、F2和F3后，将各信号特征用于分类器中进行自动识别分类。